某柴油发动机缸内流场和燃烧的数值模拟分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13-16页 |
| 2 数值计算理论基础及优化方法 | 第16-32页 |
| 2.1 基本控制方程 | 第16-18页 |
| 2.2 研究内燃机燃烧常用的CFD软件简介 | 第18-20页 |
| 2.3 湍流模型 | 第20-21页 |
| 2.4 流场数值计算常用方法和算法 | 第21-23页 |
| 2.5 网格 | 第23-26页 |
| 2.5.1 网格理论简介 | 第23页 |
| 2.5.2 动网格技术 | 第23-25页 |
| 2.5.3 网格的数量与质量 | 第25-26页 |
| 2.6 多目标优化方法 | 第26-28页 |
| 2.6.1 Pareto 解集的定义 | 第26-27页 |
| 2.6.2 多目标遗传算法的介绍 | 第27-28页 |
| 2.7 数据挖掘的基本方法 | 第28-30页 |
| 2.7.1 数据挖掘的概念 | 第28页 |
| 2.7.2 数据挖掘技术的基本过程 | 第28-29页 |
| 2.7.3 数据挖掘的任务 | 第29-30页 |
| 2.8 本章小结 | 第30-32页 |
| 3 柴油发动机燃烧室模型的建立 | 第32-40页 |
| 3.1 几何模型的建立 | 第32-33页 |
| 3.2 网格的划分 | 第33-35页 |
| 3.3 模拟方法与计算模型选择 | 第35-36页 |
| 3.3.1 燃油的喷雾模型 | 第35页 |
| 3.3.2 燃烧模型 | 第35页 |
| 3.3.3 污染物模型 | 第35-36页 |
| 3.4 计算前对初始条件与边界条件的确定 | 第36-38页 |
| 3.4.1 时间步长的确定 | 第36-37页 |
| 3.4.2 喷油提前角确定 | 第37页 |
| 3.4.3 循环喷油量的确定 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 柴油发动机缸内流场及燃烧的模拟分析 | 第40-54页 |
| 4.1 额定工况下计算结果分析 | 第40-44页 |
| 4.1.1 缸内压力及温度 | 第40-41页 |
| 4.1.2 排放物浓度 | 第41-42页 |
| 4.1.3 缸内速度场 | 第42-43页 |
| 4.1.4 缸内温度场 | 第43-44页 |
| 4.2 不同工况下缸内流场及燃烧的影响分析 | 第44-52页 |
| 4.2.1 不同工况下缸内压力及温度 | 第44-46页 |
| 4.2.2 不同工况下缸内排放物浓度 | 第46-47页 |
| 4.2.3 不同工况下缸内压强分布情况 | 第47-49页 |
| 4.2.4 不同工况下缸内流体速度分布情况 | 第49-51页 |
| 4.2.5 不同工况下缸内温度分布情况 | 第51-52页 |
| 4.3 本章小结 | 第52-54页 |
| 5 柴油发动机燃烧室形状的优化 | 第54-68页 |
| 5.1 优化模型 | 第54-56页 |
| 5.1.1 设计变量的设置 | 第54-55页 |
| 5.1.2 目标变量的设置 | 第55-56页 |
| 5.2 燃烧室优化的流程 | 第56-62页 |
| 5.2.1 数值模拟的基本方法 | 第56页 |
| 5.2.2 K-mean算法简介 | 第56-57页 |
| 5.2.3 建立Kriging代理模型 | 第57-60页 |
| 5.2.4 基于混合多目标梯度优化算法搜索最优解 | 第60-62页 |
| 5.3 数据挖掘技术 | 第62-66页 |
| 5.3.1 总变差分析方法 | 第62-64页 |
| 5.3.2 自组织映射（SOM）神经网络分析 | 第64-66页 |
| 5.4 燃烧室优化结果 | 第66-67页 |
| 5.5 本章总结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第76页 |
